从国家层面十四五规划为数字化转型高度定调，到各行业内外部刚需推进，数字化转型是千行百业必然发展趋势。如果说过去两年是数转的试验阶段，进行开荒动土、选种育苗，那么当前阶段应该叫发展阶段，要进行精耕细作，植树造林。数转已进入了由个别行业、个别场景的“点状应用”向各行各业全流程、全环节“整体渗透”的关键期。
大数据和人工智能深度融合，成为企业数字化转型历程中最核心、最重要的能力平台。用友数智融合解决方案广泛应用于决定企业产生经济效益的各个环节中，推动各行业启动效率变革、动能转换之路。数智融合给企业带来颠覆性变革，已在多个领域初具成效，加速驱动企业商业创新。
需求分析：企业数字化转型的困境是数据的问题
当前，众多企业数字化转型的困境是数据的问题，数据能力现状与数字化转型的需求存在差距，为了迭代一个创新业务，会涉及很多部门的重要数据，让这些数据变成想要的形式，需要付出很多沟通和协调努力，还要解决数据集成、数据处理、分析挖掘、数据管理的问题，如果企业中的每个创新业务都是这样的艰难，数据这种生产要素是不是太高冷？如何充分挖掘海量数据的价值，利用大数据分析技术指导企业经营决策，已成为制造企业最为关注的问题。
1.多源异构数据种类多，采集复杂
大数据时代，多源异构系统、多数据格式导致的数据采集复杂，数据采集过程中保证数据吞吐量与实时性对企业提出巨大挑战，亟需统一数据湖进行采集与管理。
2.数据零散不统一，很难形成企业数据资产
企业各零散数据难以满足业务部门日益发展的需求，缺乏统一的数据管理与数据治理手段，没有形成企业统一的数据标准与数据管理体系，导致数据质量差不可用，难以为上层的数据分析应用提供支撑。
3.数据智能应用不够深入
企业难以利用成熟大数据、人工智能技术对内部数据进行深度的挖掘、分析从而形成智能化、可视化服务，来提升企业数据资产的价值。
4.粗放式管理，转型缺乏技术手段
很多业务系统粗放式管理，存在大量线下处理，部门间协作存在技术性困难，效率低下。管理者及决策者不能有效的对企业经营过程中出现的问题进行预警和决策，导致出现各种问题。
技术趋势：数据与智能多方位深度融合，相互促进
大数据提供数据采集、数据处理、数据管理、数据分析和可视化的能力。人工智能提升对异构数据的处理能力，与应用场景深度融合，实现智能预测、智能决策、智能识别等数据分析智能化，将环节中的脑力劳动知识和经验沉淀下来。
目前大数据与人工智能形成多方位深度融合发展趋势，不断加速各行业的数字化升级。一方面大数据为人工智能技术的发展提供数据燃料，另一方面，人工智能也为大数据发展带来算力提升和算法引擎，让人们能够以前所未有的速度和效率挖掘数据价值。
场景融合
人工智能拓宽了大数据的应用场景
传统的数据分析实现了描述性分析、诊断性分析，而融合人工智能技术的大数据分析可以实现更智能化的预测性分析与处理决策分析。
数据融合
大数据为人工智能提供大规模、多源异构数据
有了大数据平台的海量数据，人工智能才有了质的突破。同时，人工智能的应用也反哺大数据平台更多的“新鲜”数据，从而形成良性循环，提高人工智能平台的智能化程度。
技术融合
大数据与人工智能在技术上存在关联与融合
大数据与人工智能的核心技术已经开始充分融合，例如两者都需要用到海量结构化、非结构化数据处理技术，人工智能知识图谱需要用到大数据的图分析技术等。
平台融合
统一的数据分析与人工智能平台成为趋势
传统的大数据平台主要提供基于CPU与内存的分布式数据处理架构，新型大数据平台支持GPU、GPU/CPU混合计算等新的计算架构及TensorFlow、PyTorch等人工智能框架。
解决方案：一站式数据智能中台，提供专业化数据智能服务
经过在数据领域多年的打磨和实战，用友打造了一站式数据智能中台解决方案。数据智能中台以多模态数据融合、全生命周期数据治理、低代码数据智能开发、可视化数据分析与辅助决策等一系列数据采、存、管、用全价值链能力为基础，帮助用户实现海量多源异构数据采集、数据治理与资产化、低代码建模与数据算法开发、可视化分析挖掘等数据智能服务等在内的全价值链、全生命周期数据资产保值增值工具与服务。
数据智能中台基于企业大数据、业务机理、算法，通过低门槛的数据工场和AI工作坊开发平台，构建智慧企业应用，实现智慧商业决策。数字工作助手VPA机器人，帮助企业员工实现更精益工作；RPA机器人助力用户摆脱重复低效劳作，解放出更多的时间“抬头看路”，促进人工智能在企业现有业务中的加速应用，帮助企业突破业务瓶颈，助力业务的敏捷创新；通过智能分析赋能企业数据分析与可视，支持与业务系统的便捷集成应用，提供自助式分析和报表能力，支持用户在可视化设计态环境下的个性化建模，实现浏览态自助分析的数据探索。
数据智能中台以场景化、沉浸式的全新体验，助力企业数智化，是用友赋能企业商业创新，实现上云用数赋智的重要组成部分。
场景分析：数智叠加，落地应用百花齐放
“大数据+人工智能”等新技术融合，用数注智赋能千行百业，落地应用场景百花齐放，推动产业转型升级，催生更多产品与服务。数据智能通过资产化进程激发社会各行业价值链底层的数据价值，开拓出全新的数智化场景，不断推进经济新业态涌现。
财务领域激活财务数据价值，深化财务管控应用
财务管控已由过去的事后记录逐步延申到业务前端，尤其对业务交易信息的准确、实时计量要求较高。通过数据中台记录全量的交易级数据，并应用数据加工处理规则，将交易级数据按财务的口径逐步转换，同时，对业务数据的修改留痕，可追溯，从而保证财务的独立性与合规性。
营销领域以数据为驱动进行客户全生命周期经营
客户为王时代来临，客户的数据化和经营的数字化对于企业来说更为重要，通过实现从生产、采购、渠道、销售、运营等各个场景的客户数字化，打造从客户需求出发的各个场景链接是新时代的典型特征。数据中台建立客户数字化和经营数字化体系，对客户全生命周期进行覆盖、运营，帮助企业与客户建立紧密联系，进一步扩大企业经营潜力。
制造行业发挥数据指导作用，走向科学、精细化运营
制造行业融合贯通IT+OT数据，构建设施、设备和产品的完整数字孪生模型，涵盖从收到订单、制作生产、到发货物流全过程监控，实时监测，还可以在数字世界提前预测未来可能的业务变化，做出数据驱动的决策，提高智能制造敏捷性。数据智能中台发挥指导作用，提供普适性数智能力自主生产，帮助制造企业加速数据智能在企业生产端、管理端的应用和创新，促进企业生产管理、经营决策的智能化升级。